很顯然自動駕駛走錯了路，這個過程從乘用車智駕追求「無圖」就已經初現端倪了。
自動駕駛最難的地方並不是處理各種奇形怪狀的交通參與者和紛繁復雜的交通狀況，而是達到像人一樣幾萬公裏出一次事故的高可靠性，而高可靠的工程系統一般具有三個特征：
（1）具有較強的冗余，且冗余鏈路之間具有較強的隔離；
（2）系統的設計基於精確的方程式，它們源自物理定律，因此精確且普世，沒有corner case；
（3）對輸入向量的絕大多數（甚至所有）組合都進行過驗證，確保輸出都符合預期。
現有的民航飛機、汽車底盤等都屬於高可靠系統的範疇，它們也許會缺少上述特征的一個或兩個，但是，像端到端這樣的同時缺失以上三個特征的設計方案，從未實作過高可靠。定量的看，端到端的錯誤機率不會小於千分之一，換算成MPI，不會超過1000 公裏，比普通人差了幾十倍，比老司機差了幾百倍。
現在無圖NOA火，是因為車企的智駕研發團隊可以說服老板不買地圖，進而把建圖的活攬在自己手裏。端到端火，是因為這樣做可以讓智駕系統無法模組化，只能全棧自研，再把供應商都踢出局，更進一步保住飯碗。只是苦了車企，本就利潤薄，還要交智商稅。
從這個案例也可以看出，目前基於統計的人工智慧會至少因為精確性差而無法實作AGI. 當然這個結論還有很多更深層次的原因，例如深度學習缺乏邏輯推理能力等，就不再贅述了。單就可靠性這一條，就足以證偽現有的人工智慧技術。
